民用电液联合舵机(简称舵机)作为民用飞机的飞行控制系统的核心执行机构,其可靠性的高低直接影响到飞行控制系统乃至整架飞机的安全。舵机故障会导致飞机的控制效果变差进而影响飞机的飞行品质和安全,甚至造成重大飞行事故。因此,开展舵机的故障诊断研究具有重要的理论研究和工程价值。同时,由于舵机的运行符合间歇特性,对舵机的运行数据进行精确的子阶段划分和精细建模有助于显著提升舵机的故障诊断的整体性能。论文首次提出了一种基于移动窗口多维信息增量矩阵(MWMIIM)的故障诊断方法,主要完成了以下四个方面的工作:首先,结合信息增量矩阵(IIM)的基本理论知识描述,指出了当前主成分分析(PCA)算法在实际应用中存在的不足,分析了信息增量矩阵算法的优点,即计算效率更高,物理解释更直观,数据解释更合理。其次,面向工程应用需求,深入研究舵机的批次数据不等长及运行轨迹不同步的问题。为解决此问题,提出了将划窗技术与多维信息增量矩阵算法进行融合,直接利用舵机历史运行数据的变量相关性的变化对舵机单批次数据进行子阶段划分,子阶段划分结果出来后进行区域划分。之后根据不同区域的不同数据特性,进而在各个区域进行精细建模以获得精确的监控模型。然后,为提高在线监控的准确性,在各区域精细建模后,在不同的区域采用不同的监控策略。并运用本文所提算法通过对信息增益值进行统计分析,进而实现对舵机的故障监控和故障诊断的仿真实验。仿真结果证明了该算法在舵机故障监控和故障诊断方面的优越性。最后,将论文所提算法分别应用于实际的舵机实验平台和齿轮箱实验平台进行了实验验证。具体地,分别介绍了舵机和齿轮箱实验平台的工作原理和可用数据变量;然后,在相同实验条件下,与不同算法进行对比分析,实验结果表明,MWMIIM算法能更好地区分各变量对于故障的贡献率,对于故障诊断的实时性更好,误报率更低,即本文所提算法在故障监控和诊断方面具有一定的优越性。